Estudo de caso da SEMrush: por que coletar dados brutos de custo em anúncios do Facebook?

O SEMrush é um serviço para gerenciar a visibilidade de sites nos resultados de pesquisa. Inclui plataformas para SEO, PPC, gerenciamento de campanhas, marketing de conteúdo e pesquisa de marketing. A SEMrush tem mais de 5 milhões de usuários em todo o mundo e conta com eBay, Quora, Booking. com, BNP Paribas e outras empresas entre seus clientes.

O público da SEMrush em cada região tem suas próprias características e, para atrair usuários, muitas vezes não basta rastrear apenas cliques em publicidade. Portanto, para avaliar corretamente a eficácia das campanhas publicitárias, o SEMrush precisa de muito mais do que estatísticas sobre cliques, despesas e tags UTM.

Neste artigo, o analista de dados da SEMrush Konstantin Perevozchikov conta como sua equipe usa dados brutos coletados usando o pipeline do Facebook Ads → Google BigQuery do OWOX BI para analisar a eficácia das campanhas publicitárias.

Costumávamos coletar dados de custo das contas de anúncios do Facebook de duas maneiras:

1. Importe dados de custo, cliques, impressões e tags UTM com a ajuda do pipeline OWOX BI Facebook Ads → Google Analytics e, em seguida, carregue-os no Google BigQuery por meio do pipeline Google Analytics → Google BigQuery.
2. Use nossos próprios scripts escritos pela equipe da SEMrush que carregam determinados dados de uma conta de anúncios do Facebook para o Google BigQuery.

Esta abordagem tinha várias desvantagens.

Primeiro, não obtivemos todos os dados de que precisávamos. Por exemplo, não obtivemos os dados da região do anúncio e os dados necessários para calcular o custo das ações do usuário após as visualizações do anúncio. Além disso, tivemos que combinar e monitorar manualmente os dados de contas diferentes e para datas diferentes.

Em segundo lugar, precisávamos dar suporte e finalizar nossa própria solução para que ela resolvesse todas as nossas tarefas de coleta de dados e estivesse pronta para mudanças regulares na API do Facebook. Para fazer isso, precisávamos pagar constantemente aos programadores, gastando tempo e dinheiro.

Portanto, decidimos experimentar o novo pipeline do Facebook Ads → Google BigQuery da OWOX BI. Esse pipeline coleta todos os dados de que precisamos em um formato conveniente, monitora sua relevância e funciona imediatamente, de modo que não precisamos fazer nada manualmente para mesclar os dados.

OWOX BI baixa cerca de 200 campos com vários dados de contas de anúncios do Facebook.

Isso é importante porque cada produto SEMrush tem uma equipe separada de desenvolvimento e marketing, e cada equipe tem seu próprio orçamento de promoção.

Você precisa contar o custo não apenas da sessão, mas também das ações individuais dentro da sessão para avaliar a eficácia dos investimentos em publicidade para cada equipe. E você precisa atribuir custos não para uma sessão, mas para uma ação. Dessa forma, saberemos com certeza que para as ações de conversão W, Y e Z, pagamos o valor X, que é aceitável para nós ou não. Em seguida, cada equipe pode calcular o custo por ação (CPA), mesmo se houver várias ações-chave na mesma sessão.

Os dados que obtemos do Facebook com o OWOX BI nos permitem construir análises profundas.

Para fazer isso, combinamos dados de custo com dados sobre o comportamento dos usuários do site (baixados por um pipeline OWOX BI separado) usando 150 scripts especiais. E quanto mais detalhados forem nossos dados de contas de publicidade, mais precisa será nossa avaliação das ações do usuário.

Além disso, o pipeline Anúncios do Facebook → Google BigQuery baixa os seguintes dados importantes para nossa publicidade:

Meta de conversão — Graças a esse campo, vemos para qual objetivo a campanha publicitária está configurada e entendemos em que estágio do funil de conversão o usuário está (por exemplo, registro ou teste).

Link de publicidade — Permite associar com precisão um ponto de contato e um anúncio específico.

Assinaturas de anúncios em banners — Em nosso trabalho, usamos a estrutura profundamente incorporada das contas de publicidade. Ao assinar anúncios em banners, podemos medir e marcar campanhas com o máximo de detalhes. Assim, podemos determinar com precisão as metas e associar as campanhas às atividades.

Muitos campos de texto (como nome da campanha e conjunto de anúncios) — escrevemos scripts especiais que baixam os valores desses campos do BigQuery para o Planilhas Google. Em seguida, os profissionais de marketing os usam para marcar com rapidez e precisão as contas de publicidade.

O SEMrush é um produto internacional e é importante para nós analisarmos a eficácia da publicidade em diferentes regiões. Por exemplo, o custo de um clique nos EUA e na Índia é diferente. Isso significa que o CPO final é diferente por país.

Uma das principais vantagens do pipeline do Facebook Ads → Google BigQuery para nós é que o pipeline fornece dados de uma conta de publicidade em diferentes países.

Usando dados brutos baixados do Facebook, podemos descobrir quanto dinheiro gastamos em um determinado país em campanhas específicas. Então podemos atribuir pontos de contato aos usuários e calcular o ROI dessas campanhas.

Acompanhamos como os anúncios funcionam de acordo com a geografia do público e podemos ajustar as campanhas por país.

O pipeline do Facebook Ads → Google BigQuery simplifica bastante o processo de análise da eficácia das campanhas publicitárias.

• Coletamos todos os dados de que precisamos, e scripts adicionais são necessários apenas para casos especiais, como calcular o custo de atrair ações de usuários individuais.
• OWOX BI baixa muitos dados importantes para nós, incluindo dados cruciais, como dados de região, que nos permitem medir a distribuição geográfica dos custos de publicidade.
• O pipeline coleta automaticamente dados de todas as nossas contas de anúncios do Facebook em uma única tabela particionada do Google BigQuery. Isso simplifica muito a análise de custos.
• O pipeline monitora a relevância dos dados baixados. Se os dados forem alterados retrospectivamente na conta de publicidade, o OWOX BI os atualizará no BigQuery.
• Além disso, a equipe OWOX BI nos ajudou a baixar dados históricos dos três anos anteriores de nossas contas de anúncios do Facebook. Assim, podemos avaliar a dinâmica da campanha, bem como acompanhar as principais mudanças no passado que afetam significativamente os resultados das campanhas atuais.
• Não precisamos envolver programadores para configurar a coleta e consolidação de dados, pois o pipeline OWOX BI pronto para uso faz tudo o que precisamos.

Em um futuro próximo, planejamos abandonar a maioria dos scripts que escrevemos e coletar dados de anúncios do Facebook (e também dados do LinkedIn) usando apenas pipelines OWOX BI.